1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES"

Transcription

1 1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES Si vous lisez ce livre c est que, probablement, vous faites des expériences et que vous cherchez à mieux les organiser. Vous cherchez surtout à ne faire que les bonnes expériences, c est-à-dire celles qui vont vous apporter la meilleure information expérimentale que vous puissiez espérer. Ce livre est écrit pour vous aider. Il va vous décrire la méthode et les outils pour que vous ne fassiez plus que les bonnes expériences et que vous en tiriez le maximum de renseignements. Vous prendrez vos décisions en connaissance de cause et vous trouverez des solutions à vos problèmes. Nous allons d abord regarder comment s intègrent les plans d expériences dans le processus d acquisition des connaissances. Puis, nous verrons les concepts de base qui permettent de bien définir une étude et comment l on interprète les résultats des essais. 1.1 Processus d acquisition des connaissances Dunod La photocopie non autorisée est un délit. Augmenter ses connaissances, c est trouver la réponse à une question posée. On commence donc par se poser une ou plusieurs questions (Figure 1.1). Par exemple, si l on désire connaître l influence d un engrais sur le rendement en blé d une parcelle de terrain, on pourra se poser les questions suivantes qui, bien sûr, ne sont pas limitatives : «Peut-on obtenir 10 quintaux de blé de plus à l hectare en augmentant la quantité d engrais?» «Quelle est l incidence de la pluie sur l efficacité de l engrais?» «La qualité du blé restera-t-elle bonne si j utilise cet engrais?» «Combien dois-je utiliser d engrais pour obtenir la quantité maximale de blé par hectare?» Ces questions délimitent le problème à résoudre et fixent les travaux à exécuter. Il est donc important de se poser les questions qui correspondent réellement au problème. Bien sûr, avant d entreprendre des expériences, il est prudent de vérifier que l information cherchée n existe pas déjà ailleurs. Dans ce but, on effectue un inventaire des connaissances, soit une bibliographie, soit une consultation d experts, soit un calcul théorique, soit toute autre démarche ayant pour but de répondre, 1

2 1.1 Processus d acquisition des connaissances sans expérience, aux questions posées. Après cette phase d enquête, les questions initiales peuvent être entièrement résolues et il n y a plus de problème. Dans le cas contraire, certaines questions restent entières ou elles sont modifiées : il est alors nécessaire d entreprendre des expériences pour obtenir les réponses complètes que l on souhaite. Ce travail préalable fait partie du métier d expérimentateur et nous n insisterons pas. Ce n est pas sur cette phase du processus que nous voulons faire porter notre effort de réflexion et d amélioration. N ayant plus que les questions sans réponse immédiate, il faut faire des expériences. Comment peut-on choisir ces expériences pour : arriver rapidement aux meilleurs résultats possibles, éviter de réaliser des expériences inutiles, obtenir la meilleure précision possible sur les résultats, permettre d avancer à coup sûr, établir la modélisation du phénomène étudié, découvrir la solution optimale. Figure 1.1 Les plans d expériences optimisent les trois parties encadrées du processus d acquisition des connaissances. Les trois aspects essentiels du processus d acquisition des connaissances sont les suivantes : le choix de la méthode d expérimentation, l analyse des résultats, l acquisition progressive de la connaissance. Examinons plus en détail ces trois aspects sachant que les expériences sont organisées pour faciliter l exploitation des résultats et pour permettre l acquisition progressive des résultats d intérêt. 2

3 1.2 Étude d un phénomène Choix de la méthode d expérimentation La méthode d expérimentation choisie doit faciliter l interprétation des résultats. Elle doit également minimiser le nombre des essais sans toutefois sacrifier la qualité. La théorie assure les conditions pour lesquelles on obtient la meilleure précision possible avec le minimum d essais. On a donc le maximum d efficacité avec le minimum d expériences et par conséquent le coût minimum Analyse des résultats L analyse des résultats d expériences est facilitée par le choix initial des expériences. Les résultats seront faciles à interpréter et riches d enseignement si l on a bien préparé les expériences. Grâce aux ordinateurs et aux logiciels la construction et les calculs nécessaires à leur interprétation sont devenus très simples. Ces outils favorisent également les représentations graphiques qui illustrent de manière spectaculaire les résultats et améliorent la compréhension des phénomènes Acquisition progressive de la connaissance L expérimentateur qui entreprend une étude ne connaît pas les résultats, il est donc sage d avancer progressivement pour pouvoir réorienter les essais en fonction des premiers résultats. Une première ébauche permettra de mieux orienter les essais vers les seuls aspects intéressants de l étude et d abandonner les voies sans issues. Une première série d expériences conduit à des conclusions provisoires ; en fonction de ces conclusions provisoires, on lance une nouvelle série d essais. L ensemble des deux séries d expériences est utilisé pour obtenir un contour précis des résultats d étude. L expérimentateur accumule ainsi les seuls résultats dont il a besoin et s arrête dès qu il a obtenu ce qu il cherche. 1.2 Étude d un phénomène Dunod La photocopie non autorisée est un délit. L étude d un phénomène revient souvent à s intéresser à une grandeur particulière comme la consommation d essence d une voiture ou comme le prix de revient d un produit chimique ou encore comme le rendement en blé d une parcelle de terrain. Cette grandeur, consommation, prix ou rendement, dépend d un grand nombre de variables. La consommation de la voiture est fonction de la vitesse du véhicule, de la puissance du moteur, de la manière de conduire, de la direction et de la force du vent, du gonflage des pneumatiques, de la présence ou non d un porte-bagages, du nombre de personnes transportées, de la marque de la voiture, etc. Le prix du produit chimique dépend de la qualité des matières premières, des rendements des unités de production, des spécifications imposées, des conditions de fabrication, etc. Il en est de même pour le rendement en blé qui est fonction de la nature du terrain, de la quantité d engrais incorporé, de l exposition au soleil, du climat, de la variété de blé ensemencé, etc. 3

4 1.3 Terminologie Sous une forme mathématique, on peut écrire que la grandeur d intérêt, y, que nous appellerons également réponse par la suite, est une fonction de plusieurs variables x i (variables que nous appellerons aussi facteurs par la suite). On a : y = f (x 1,x 2,x 3,,x k ) L étude du phénomène se ramène à déterminer la fonction f( ) qui lie la réponse y aux différents facteurs x 1, x 2,, x k. Pour approfondir cette approche il faut introduire quelques notions particulières et une terminologie spécifique aux plans d expériences. 1.3 Terminologie La grandeur d intérêt, qui est généralement notée y, porte le nom de réponse. Les variables qui peuvent modifier la réponse sont appelées facteurs. On parle donc des facteurs qui influent sur une réponse. Les termes facteur et réponse sont universellement employés dans le domaine Les différents types de facteurs La construction des plans et l interprétation des résultats dépendent en grande partie des types de facteurs rencontrés dans l étude. On distingue plusieurs types de facteurs. Nous retiendrons les types de facteurs suivants : les facteurs continus, les facteurs discrets, les facteurs ordonnables, les facteurs booléens. m m m m Facteurs continus La pression est un exemple de facteur continu. Dans un intervalle de pression donné, on peut choisir toutes les valeurs possibles. Il en est de même d une longueur, d une concentration ou d une température. Les valeurs prises par les facteurs continus sont donc représentées par des nombres continus. Facteurs discrets Au contraire, les facteurs discrets ne peuvent prendre que des valeurs particulières. Ces valeurs ne sont pas forcément numériques : on peut représenter un facteur discret par un nom, une lettre, une propriété ou même par un nombre qui n a alors en soi aucune valeur numérique mais qu une signification de repère. Par exemple, on peut s intéresser aux couleurs d un produit : bleu, rouge et jaune sont des facteurs discrets. Facteurs ordonnables Il s agit de facteurs discrets que l on peut mettre dans un ordre logique. Par exemple, grand, moyen, petit, ou encore premier, deuxième, troisième et quatrième. Facteurs booléens Les facteurs booléens sont des facteurs discrets qui ne peuvent prendre que deux valeurs : haut ou bas, ouvert ou fermé, blanc ou noir, etc. 4

5 1.3 Terminologie La frontière est parfois floue entre ces différents types de facteurs. Une couleur, facteur apparemment discret, peut être transformée en grandeur ordonnable et même continue si l on introduit la notion de longueur d onde. Un facteur continu, comme la vitesse, peut être transformé en facteur ordonnable ou discret : rapide et lent, ou vitesse A et vitesse B. Cette possibilité n est pas un inconvénient, c est une souplesse supplémentaire dont l expérimentateur pourra tirer avantage au moment de l interprétation. En effet, suivant le choix effectué, on pourra mettre plus facilement en relief un aspect particulier de l étude. Le changement de types de variables est aussi un moyen d adapter la réponse à l objectif de l étude. Par exemple, on possède l âge des membres d une population. Si l on cherche l âge moyen, la variable «âge» sera choisie continue. Si l on cherche le pourcentage des personnes ayant un âge donné, la variable «âge» sera choisie ordonnable : il y aura plusieurs catégories définies par les limites d âge, les jeunes, les adolescents, les adultes et les seniors. Si l on cherche la proportion de jeunes de moins de 18 ans, la variable «âge» sera choisie booléenne : les moins de 18 ans et les plus de 18 ans. La compréhension s appuie sur la notion essentielle d espace expérimental des grandeurs étudiées. Nous allons examiner en détail ce concept fondamental. Nous insisterons sur les facteurs continus qui sont les plus couramment utilisés Espace expérimental Pour présenter l espace expérimental nous utiliserons un espace à deux dimensions, ce qui facilitera les représentations graphiques. Il est ensuite facile d étendre les notions introduites à des espaces multidimensionnels. Un facteur continu peut être représenté par un axe gradué et orienté. S il y a un second facteur continu, il est représenté, lui aussi, par un axe gradué et orienté. Ce second axe est disposé orthogonalement au premier. On obtient ainsi un repère cartésien qui définit un espace euclidien à deux dimensions. Cet espace est appelé l espace expérimental (figure 1.2). L espace expérimental comprend tous les points du plan «facteur 1 facteur 2» et chacun d eux représente une expérience. Dunod La photocopie non autorisée est un délit. Espace expérimental Figure 1.2 Chaque facteur est représenté par un axe gradué et orienté. Les axes des facteurs sont orthogonaux entre eux. L espace ainsi défini est l espace expérimental. 5

6 1.3 Terminologie S il y a un troisième facteur, on le représente aussi par un axe orienté et gradué, et on le positionne perpendiculairement aux deux premiers. À partir de quatre facteurs, on opère de même, mais il n y a plus de représentation géométrique possible et l on doit adopter une représentation purement mathématique de l espace expérimental qui est un hypervolume à quatre dimensions Domaine d un facteur La valeur donnée à un facteur pour réaliser une expérience est appelée niveau. Domaine d'étude de la vitesse du véhicule 80 km/h 120 km/h Vitesse du véhicule niveau bas niveau haut 6 Figure 1.3 Le domaine de variation de la vitesse est constitué de toutes les vitesses comprises entre 80 et 120 km/h. Le niveau bas du facteur est noté 1 et le niveau haut +1. Lorsqu on étudie l influence d un facteur, en général, on limite ses variations entre deux bornes. La borne inférieure est le niveau bas. La borne supérieure est le niveau haut. Si l on étudie l influence de la vitesse du véhicule sur la consommation, celle-ci peut varier, par exemple, entre 80 et 120 km/h. La vitesse de 80 km/h est le niveau bas et la vitesse de 120 km/h est le niveau haut. C est l expérimentateur qui définit ces deux niveaux en fonction des spécificités de l étude. L ensemble de toutes les valeurs que peut prendre le facteur entre le niveau bas et le niveau haut, s appelle le domaine de variation du facteur ou plus simplement le domaine du facteur. S il y a plusieurs facteurs, chacun d eux à son domaine de variation. Afin d avoir une représentation commune pour tous les facteurs, on a l habitude d indiquer les niveaux bas par 1 et les niveaux hauts par +1. La vitesse de 80 km/h est le niveau 1 et celle de 120 km/h est le niveau +1. À l intérieur du domaine d un facteur continu toutes les valeurs sont théoriquement possibles. On peut donc y choisir deux, trois ou plusieurs niveaux selon les besoins de l étude. Par exemple, si l on veut établir un modèle du second degré, on choisira trois ou quatre niveaux, c est-à-dire trois ou quatre vitesses différentes Domaine d étude Dans la pratique, l expérimentateur sélectionne une partie de l espace expérimental pour réaliser son étude. Cette zone particulière de l espace expérimental est le domaine d étude (figure 1.4). Ce domaine est défini par les niveaux hauts et les niveaux bas de tous les facteurs et éventuellement par des contraintes entre les facteurs. Supposons que le second facteur soit la surcharge du véhicule définie comme toute masse supplémentaire à celle du véhicule et du chauffeur. Le niveau

7 1.3 Terminologie bas de la surcharge est 0 kg et le niveau haut 300 kg, par exemple. S il n y a pas de contraintes, le domaine d étude est représenté par tous les points dont les surcharges sont comprises entre 0 et 300 kg et dont les vitesses sont comprises entre 80 et 120 km/h. Facteur 2 Surcharge 300 kg +1 Domaine d'étude 0kg +1 Facteur 1 80 km/h 120 km/h Vitesse Figure 1.4 Le domaine d étude est défini par la réunion des domaines des différents facteurs (ici, il n y a pas de contraintes). Il peut y avoir des contraintes sur le domaine d étude. Par exemple, il peut être impossible d atteindre la vitesse de 120 km/h avec une surcharge trop élevée. La figure 1.5 illustre une réduction possible du domaine d étude initial. Une zone du domaine d étude initial échappe aux expériences. Surcharge (kg) 300 Domaine d'étude Dunod La photocopie non autorisée est un délit. Zone exclue Vitesse ( km/h) Figure 1.5 Le domaine d étude sous contraintes est représenté par la partie grisée. 7

8 1.4 Variables centrées réduites 1.4 Variables centrées réduites 8 Lorsqu on attribue la valeur 1 au niveau bas d un facteur et la valeur +1 au niveau haut, on effectue deux modifications importantes : On déplace l origine des mesures. Dans l exemple choisi, le milieu de l intervalle [ 1 ; +1] correspond à une valeur de 100 km/h. La valeur numérique de la nouvelle origine, zéro, diffère donc de l origine exprimée en unité courante. On change l unité de mesure. Par exemple, si le niveau bas du facteur «vitesse du véhicule» est 80 km/h et le niveau haut 120 km/h, il y a 40 km/h entre ces deux valeurs, soit 40 fois l unité de vitesse. Entre 1 et +1 il y a deux unités nouvelles : la nouvelle unité vaut 20 km/h, on lui donne le nom de Pas. Ces deux modifications entraînent l introduction de nouvelles variables que l on appelle variables centrées réduites (v.c.r) : centrées pour indiquer le changement d origine et réduites pour signaler la nouvelle unité. On utilise également le terme de variables codées ou d unités codées. Le passage des variables d origine A aux variables codées x, et inversement, est donné par la formule suivante (A 0 est la valeur centrale en unités courantes) : A A x = {1.1} Pas L intérêt des unités codées est de pouvoir présenter les plans d expériences de la même manière quels que soient les domaines d étude retenus et quels que soient les facteurs. La théorie présente ainsi une grande généralité. L utilisation des v.c.r est très répandue dans les logiciels de plans d expériences et certaines opérations comme la recherche des meilleurs points d expériences par le critère de D-optimalité ne sont réalisables qu avec ces variables. Les variables codées résultent du rapport de deux grandeurs de même unité physique, elles sont donc sans dimension. La disparition des unités naturelles associée au fait que tous les facteurs ont le même domaine de variation (deux unités codées) permet la comparaison directe des effets des facteurs entre eux. Application 1 Un expérimentateur choisit pour le facteur «vitesse de la voiture» 80 km/h comme niveau bas et 120 km/h comme niveau haut. Quelle est, en variables codées, la valeur de la vitesse de 90 km/h? Calculons le Pas du facteur vitesse. Il est égal à la moitié de la différence entre le niveau haut et le niveau bas : A Pas +1 A = = = A 0 est la valeur centrale entre le niveau haut et le niveau bas, c est-à-dire la moitié de la somme du niveau haut et du niveau bas : Appliquons la relation {1.1} : A A +1 + A 0 = = = A A x = = = 0,5 Pas 20 Pour cet exemple, la vitesse de 90 km/h est donc égale à 0,5 en variables codées.

9 1.5 Points expérimentaux Application 2 On peut aussi chercher la valeur normale connaissant la valeur codée. Quelle est, en unités normales, la valeur de la vitesse de +0,5 en unités codées? Écrivons la relation {1.1} : D où : A = ,5 20 = 110 A 00 +0,5 = La vitesse codée de 0,5 correspond à une vitesse de 110 km/h. 1.5 Points expérimentaux Dans un espace à deux dimensions, le niveau i du facteur 1, noté x 1,i, et le niveau j du facteur 2, noté x 2,j, peuvent être considérés comme les coordonnées d un point de l espace expérimental ou du domaine d étude (figure 1.6). Par exemple, si le niveau de la vitesse est 90 km/h et celui de la surcharge est 250 kg, les coordonnées du point expérimental sont : x 1,i = 90 km/h x 2,j = 250 kg Une expérience donnée est alors représentée par un point dans ce système d axes. C est la raison pour laquelle une expérience est souvent désignée par l expression point expérimental, point d expérience ou même simplement point. Un plan d expériences est donc représenté par un ensemble de points expérimentaux, eux-mêmes situés dans l espace expérimental. Dans l exemple que nous avons pris, l expérience est conduite sur un véhicule qui roule à 90 km/h avec une surcharge de 250 kg. Facteur 2 Surcharge Point expérimental 250 kg x 2, j Facteur 1 Dunod La photocopie non autorisée est un délit. Figure 1.6 Dans l espace expérimental, les niveaux des facteurs définissent des points expérimentaux. Jusqu à trois facteurs, il est possible de dessiner le domaine d étude. Au-delà de trois facteurs, on utilise une représentation en tableau, dite matricielle, plus générale puisqu elle permet de représenter les points d expériences dans un hypervolume à un nombre quelconque de dimensions. x 1, i 90 km / h Vitesse 9

10 1.6 Plans d expériences 1.6 Plans d expériences Méthodologie des plans sans contrainte Le choix du nombre et de l emplacement des points d expériences est le problème fondamental. On cherche à réaliser le minimum d expériences tout en réduisant l influence de l erreur expérimentale sur les modélisations mathématiques qui serviront à prendre des décisions. On atteint ce but en considérant les propriétés mathématiques et statistiques qui relient la réponse aux facteurs. Lorsqu il n y a pas de contraintes sur le domaine d étude, il existe des plans classiques qui possèdent d excellentes qualités statistiques et qui permettent de modéliser les réponses dans les meilleures conditions (figure 1.7). Lorsqu il existe des contraintes, il faut construire des plans sur mesure en recherchant la position des points expérimentaux qui conduisent, là aussi, à de bonnes qualités statistiques et à une bonne modélisation des réponses. Facteur 2 Facteur Méthodologie des plans avec contrainte 10 Figure 1.7 Exemple de disposition des points expérimentaux dans un domaine sans contraintes. La procédure de construction des plans dont le domaine est contraint est la suivante : 1. On définit le domaine de chacun des facteurs (niveau bas et niveau haut). 2. On définit les contraintes qui pèsent sur les facteurs. Ces contraintes sont exprimées par des relations d inégalité entre les facteurs et elles définissent les zones autorisées, c est-à-dire celles où les expériences sont possibles, et les zones interdites, c est-à-dire celles où les expériences ne doivent pas être exécutées. 3. On définit les niveaux des facteurs les plus intéressants pour l étude, autres que les niveaux bas et hauts. Le plus souvent entre 2 et 5 niveaux supplémentaires par facteur. 4. On construit une grille en prenant en compte toutes les combinaisons des niveaux des facteurs. Cette grille ne doit contenir que les points expérimentaux réalistes, c est-à-dire les points du domaine autorisé. Ces points constituent les points candidats (figure 1.8).

11 1.6 Plans d expériences Surcharge (kg) Facteur Facteur Vitesse (km/h) Figure 1.8 La grille des points candidats est constituée d expériences possibles dans le domaine d étude. 5. On choisit une fonction reliant a priori la réponse aux facteurs. 6. On sélectionne, en fonction d un critère d optimalité choisi, le nombre et l emplacement des points expérimentaux les plus utiles à la modélisation du phénomène étudié (figure 1.9). Cette sélection exige de longs calculs et n est possible qu avec l aide d un logiciel de plans d expériences. Surcharge (kg) Facteur Dunod La photocopie non autorisée est un délit Figure 1.9 Les meilleurs points sont sélectionnés par le logiciel. Facteur 1 Vitesse (km/h) 11

12 1.6 Plans d expériences Surfaces de réponse À chaque point du domaine d étude correspond une réponse. À l ensemble de tous les points du domaine d étude correspond un ensemble de réponses qui se localise sur une surface appelée surface de réponse (figure 1.10). Réponse Facteur 2 +1 D 1 A B Facteur Figure 1.10 L ensemble des réponses qui correspond à tous les points du domaine d étude forme la surface de réponse. En général, on ne connaît que quelques réponses, celles qui correspondent aux points expérimentaux retenus par l expérimentateur. On interpole à l aide d un modèle mathématique, les réponses inconnues pour obtenir la surface de réponse. Les points d expériences retenus par la théorie assurent la meilleure précision possible sur la forme et la position de la surface de réponse Modélisation mathématique a priori de la réponse m Modélisation mathématique En l absence de toute information sur la fonction qui lie la réponse aux facteurs, on se donne a priori une loi d évolution dont la formulation la plus générale est la suivante : y = f (x 1,x 2,x 3,,x n ) {1.2} Cette fonction est trop générale et il est d usage d en prendre un développement limité de Taylor-Mac Laurin, c est-à-dire une approximation. Si les dérivées peuvent être considérées comme des constantes, le développement précédent prend la forme d un polynôme de degré plus ou moins élevé : 2 y = a 0 + a i x i + a ij x i x j + a ii x i + {1.3} 12

13 1.6 Plans d expériences où : y est la grandeur à laquelle s intéresse l expérimentateur ; c est la réponse ou la grandeur d intérêt, x i représente un niveau du facteur i, x j représente un niveau du facteur j, a 0, a i, a ij, a ii sont les coefficients du polynôme. Ce modèle est appelé le modèle a priori ou le modèle postulé. Les modèles établis sont des modèles de prévision valables dans le domaine d étude, domaine que l on doit toujours préciser. Ce ne sont pas des modèles théoriques basés sur des lois physico-chimiques ou mécaniques. Dans quelques rares cas, il est possible d utiliser des lois physiques théoriques connues. m Modélisation expérimentale Deux compléments doivent être apportés au modèle purement mathématique précédemment décrit. Le premier complément est le manque d ajustement. Cette expression traduit le fait que le modèle choisi par l expérimentateur avant les expériences est probablement un peu différent du modèle réel qui régit le phénomène étudié. Il y a un écart entre ces deux modèles. Cet écart est le manque d ajustement (lack of fit en anglais), on le note par la lettre D. Le second complément est la prise en compte de la nature aléatoire de la réponse. En effet, dans le cas général, si l on mesure plusieurs fois une réponse en un même point expérimental, on n obtiendra pas exactement le même résultat. Il y a une dispersion des résultats. Les dispersions ainsi constatées sont appelées erreurs aléatoires ou erreurs expérimentales (pure error en anglais) et on les note par la lettre e. La relation générale {1.2} doit être modifiée ainsi : y = f (x 1,x 2,x 3,,x n ) + D + e {1.4} Cette relation sera exploitée au cours du chapitre 5 où l on verra comment on estime le manque d ajustement D et l erreur aléatoire e. Dunod La photocopie non autorisée est un délit. m Système d équations Chaque point expérimental apporte une valeur de la réponse. Or cette réponse est modélisée par un polynôme dont les coefficients sont les inconnues qu il faut déterminer. À la fin du plan d expériences, on a un système de n équations (s il y a n essais) à p inconnues (s il y a p coefficients dans le modèle choisi a priori). Ce système s écrit d une manière simple en notation matricielle : y = X a + e {1.5} où : y est le vecteur des réponses, X est la matrice de calcul des coefficients ou matrice du modèle qui dépend des points expérimentaux choisis pour exécuter le plan et du modèle postulé, a est le vecteur des coefficients, e est le vecteur des écarts. 13

14 1.6 Plans d expériences Ce système ne peut pas, en général, être résolu simplement car le nombre d équations est inférieur au nombre d inconnues. En effet, il y a n équations et p + n inconnues. Cette résolution ne peut être menée à bien que si l on utilise une méthode de régression. La plupart du temps cette méthode est basée sur le critère d optimisation des moindres carrés. On obtient ainsi les estimations des coefficients que l on note â Le résultat de ce calcul est : â = (X X) 1 X y {1.6} formule dans laquelle la matrice X est la matrice transposée de X (voir l annexe D sur le calcul matriciel). Il existe de nombreux logiciels qui exécutent ce calcul et qui donnent directement les valeurs des coefficients. Deux matrices interviennent constamment dans la théorie : la matrice d information X X, la matrice de dispersion (X X) 1. 14

Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception?

Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception? Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception? Semaine 2, auteurs Maha Abboud-Blanchard (ESPE de Versailles,

Plus en détail

Boîte à outils mathématiques de base pour l infographie et l animation par ordinateur. Yves Chiricota, professeur DIM, UQAC Cours 8TRD147

Boîte à outils mathématiques de base pour l infographie et l animation par ordinateur. Yves Chiricota, professeur DIM, UQAC Cours 8TRD147 Boîte à outils mathématiques de base pour l infographie et l animation par ordinateur Yves Chiricota, professeur DIM, UQAC Cours 8TRD147 14 Janvier 2015 2 Il est impossible d envisager l étude des méthodes

Plus en détail

Les premiers contacts du directeur avec l étudiant Contexte

Les premiers contacts du directeur avec l étudiant Contexte Fiche pour les directeurs: Accepter un étudiant/ page 1 Contexte À l occasion du premier contact entre un professeur (directeur potentiel) et un étudiant à la recherche d un superviseur dans le cadre de

Plus en détail

La Grille, moyen fondamental de l analyse

La Grille, moyen fondamental de l analyse Fiche méthodologie #1 La Grille, moyen fondamental de l analyse Cette rubrique présente des notes et documents publiés par Philippe Latour, enseignant au Master Géomarketing et stratégies territoriales

Plus en détail

Résumé du chapitre 8 Ressources et interblocage

Résumé du chapitre 8 Ressources et interblocage Résumé du chapitre 8 Ressources et interblocage Jacques Mossière 12 août 2004 1 Introduction Ce chapitre est consacré à l étude d un problème classique dans les systèmes, l interblocage, c est à dire l

Plus en détail

2.1.3. La représentation graphique d évolutions

2.1.3. La représentation graphique d évolutions 2.1.3. La représentation graphique d évolutions 142 2 La mathématique financière 2.1.3. - LA REPRÉSENTATION GRAPHIQUE D ÉVOLUTIONS L analyse de la succession des données dans le temps va devoir être traitée

Plus en détail

Initiation aux probabilités.

Initiation aux probabilités. Initiation aux probabilités. On place dans une boite trois boules identiques à l exception de leur couleur : une boule est noire, une est blanche, la troisième est grise. On tire une des boules sans regarder,

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques

Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques (605) GESTION DE STOCK À DEMANDE ALÉATOIRE Résumé : Chaque mois, le gérant d un magasin doit

Plus en détail

T.S.A T E S T S E N I O R A T T I T U D E S. Un test de personnalité spécifiquement conçu pour le recrutement et le bilan professionnel des seniors

T.S.A T E S T S E N I O R A T T I T U D E S. Un test de personnalité spécifiquement conçu pour le recrutement et le bilan professionnel des seniors T.S.A T E S T S E N I O R A T T I T U D E S Un test de personnalité spécifiquement conçu pour le recrutement et le bilan professionnel des seniors Une analyse fonctionnelle de l image de soi et des compétences

Plus en détail

KIT DE SURVIE EN RECHERCHE D EXTREMA LIÉS

KIT DE SURVIE EN RECHERCHE D EXTREMA LIÉS KIT DE SURVIE EN RECHERCHE D EXTREMA LIÉS Remarques préliminaires : Ce court document n a nullement la prétention de présenter la question de la recherche d extrema liés avec toute la rigueur qui lui serait

Plus en détail

Proposition de corrigé

Proposition de corrigé Externat Notre Dame Devoir Survéillé n 2 (1 ere ES/L) Samedi 14 décembre Durée : 3 h calculatrice autorisée - pas d échange de calculatrice ou de matériel Proposition de corrigé Dans tout ce devoir, la

Plus en détail

Problèmes à propos des nombres entiers naturels

Problèmes à propos des nombres entiers naturels Problèmes à propos des nombres entiers naturels 1. On dispose d une grande feuille de papier, on la découpe en 4 morceaux, puis on déchire certains morceaux (au choix) en 4 et ainsi de suite. Peut-on obtenir

Plus en détail

Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales

Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales Sommaire Définition et objectifs de l épreuve.. p1 Compétences à évaluer.. p2 Conception du sujet..

Plus en détail

Chapitre 1 GRAPHIQUES

Chapitre 1 GRAPHIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 1 GRAPHIQUES On entend souvent qu un schéma vaut mieux qu un long discours. Effectivement, lorsque l on

Plus en détail

1. Explorer, organiser et démontrer des propriétés géométriques en termes de longueurs et d angles. Découvrir et étudier des nombres irrationnels.

1. Explorer, organiser et démontrer des propriétés géométriques en termes de longueurs et d angles. Découvrir et étudier des nombres irrationnels. Compétences : math, 2 ème degré (pages 1 à 3) math, 3 ème degré (pages 4 à 8) 3 grands thèmes du cours à 4h sem (pages 9 à 11) 3 grands thèmes du cours à 2h sem (pages 12 à 14) (Seules les définitions

Plus en détail

LES NOUVEAUX PROGRAMMES DE

LES NOUVEAUX PROGRAMMES DE LES NOUVEAUX PROGRAMMES DE PHYSIQUE CHIMIE EN PREMIÈRE ANNÉE DE CPGE 1 CONTEXTE La réforme des voies générale et technologique. La notion de compétence : en amont dans le lycée et en aval dans les écoles.

Plus en détail

Le mémoire! Hervé Maisonneuve Pr associé, santé publique, Paris-Sud 11 www.h2mw.eu

Le mémoire! Hervé Maisonneuve Pr associé, santé publique, Paris-Sud 11 www.h2mw.eu Le mémoire! Hervé Maisonneuve Pr associé, santé publique, Paris-Sud 11 www.h2mw.eu Hervé Maisonneuve Paris, 14 octobre 2010 1 Pré-test Mémoire : définition? Pourquoi un mémoire? Comment choisir un sujet,

Plus en détail

Planification Mise en œuvre Evaluation Programmation Suivi TRF Grille d évaluation

Planification Mise en œuvre Evaluation Programmation Suivi TRF Grille d évaluation 1- La place du Suivi dans un cycle de projet Le suivi est un processus continu prenant en compte la dimension dynamique du cycle de projet. Le contexte change, l exécution des activités modifie la réalité

Plus en détail

HUITIEME PARTIE ANALYSE EN COMPSANTES PRINCIPALES

HUITIEME PARTIE ANALYSE EN COMPSANTES PRINCIPALES 105 HUITIEME PARTIE ANALYSE EN COMPSANTES PRINCIPALES 1. Introduction En statistiques il arrive fréquemment que les individus soient décrits par un grand nombre de caractères. : voitures décrites par leur

Plus en détail

La Photographie Principes G.Loichot

La Photographie Principes G.Loichot La Photographie Principes G.Loichot Introduction La principale chose à laquelle il faut penser en photographie, c est à la lumière. C est elle qui traverse l objectif et qui vient «s écraser» sur le capteur

Plus en détail

«Identifier et définir les risques pour mesurer les impacts sur le résultat et l organisation»

«Identifier et définir les risques pour mesurer les impacts sur le résultat et l organisation» Episode #3 - Le pilotage des Risques, bien sûr! Une évidence pas toujours si claire. Alexis Missoffe Senior Manager @Décision Performance Conseil (DPC) L Episode 2 de notre série sur les risques a introduit

Plus en détail

Analyse de deux séquences d apprentissage 1

Analyse de deux séquences d apprentissage 1 hs.c om Ce fichier, corrigé du fichier D22, aborde le vaste domaine du traitement de l information, de la gestion de données et des représentations couramment utilisées. Nous vous proposons deux séquences

Plus en détail

Fiches Outil Acces Sommaire

Fiches Outil Acces Sommaire Fiches Outil Acces Sommaire Fiche Outil Access n 1 :... 2 Le vocabulaire d Access... 2 Fiche Outil Access n 2 :... 4 Créer une table dans la base... 4 Fiche Outil Access n 3 :... 6 Saisir et modifier des

Plus en détail

L analyse en composantes principales en pratique

L analyse en composantes principales en pratique L analyse en composantes principales en pratique Après avoir vu sa formalisation mathématique dans le module précédent, on s intéresse ici à l utilisation pratique de l ACP. 1 Objectifs L objectif de l

Plus en détail

Plan de cours. Programme : Sciences de la nature 200.B0 2-2-2. 2 2/3 unités. Automne 2010

Plan de cours. Programme : Sciences de la nature 200.B0 2-2-2. 2 2/3 unités. Automne 2010 Plan de cours Programme : Sciences de la nature 00.B0 Département : Titre du cours : Code du cours : Mathématiques Probabilités et Statistiques 01-GHC-04 -- /3 unités Automne 010 Éric Brunelle A-10 450-347-5301

Plus en détail

Analyse de spectres d absorbance pour la prédiction des taux de moisissure, de matières grasses et de protéines d échantillons de viande

Analyse de spectres d absorbance pour la prédiction des taux de moisissure, de matières grasses et de protéines d échantillons de viande Université de Nantes M2 Ingénierie Mathématiques Rapport de chimiométrie Analyse de spectres d absorbance pour la prédiction des taux de moisissure, de matières grasses et de protéines d échantillons de

Plus en détail

MINISTÈRE DE L URBANISME, DU LOGEMENT ET DES TRANSPORTS MINISTÈRE DE L ENVIRONNEMENT. - TEXTES OFFICIELS

MINISTÈRE DE L URBANISME, DU LOGEMENT ET DES TRANSPORTS MINISTÈRE DE L ENVIRONNEMENT. - TEXTES OFFICIELS MINISTÈRE DE L URBANISME, DU LOGEMENT ET DES TRANSPORTS MINISTÈRE DE L ENVIRONNEMENT. - TEXTES OFFICIELS MINISTÈRE DE L URBANISME, OU LOGEMENT ET DES TRANSPORTS Direction des routes. relative CIRCULAIRE

Plus en détail

Module 26 : Techniques de modélisation

Module 26 : Techniques de modélisation Module 26 : Techniques de modélisation 26.0 Introduction Ce module enseigne une série de techniques qui constituent une trousse à outils bien pratique quand il s agit de construire des modèles dans Excel

Plus en détail

Approche empirique du test χ 2 d ajustement

Approche empirique du test χ 2 d ajustement Approche empirique du test χ 2 d ajustement Alain Stucki, Lycée cantonal de Porrentruy Introduction En lisant des rapports, on rencontre souvent des raisonnements du style : «le premier groupe est meilleur

Plus en détail

Comment réaliser une enquête par questionnaire?

Comment réaliser une enquête par questionnaire? Comment réaliser une enquête par questionnaire? 1. L objectif d une enquête : L enquête de satisfaction est un baromètre qui permet de prendre le pouls de la clientèle. Simple et peu coûteuse, elle révèle

Plus en détail

La machine à diviser de Monsieur Pascal

La machine à diviser de Monsieur Pascal prologue La machine à diviser de Monsieur Pascal Àdiviser? vous dites-vous, ne s agit-il pas plutôt de la «Pascaline», la machine à additionner que le jeune Blaise construisit pour soulager son père dans

Plus en détail

Problème du voyageur de commerce par algorithme génétique

Problème du voyageur de commerce par algorithme génétique Problème du voyageur de commerce par algorithme génétique 1 Problème du voyageur de commerce Le problème du voyageur de commerce, consiste en la recherche d un trajet minimal permettant à un voyageur de

Plus en détail

Deuxième épreuve d admission. Exemples de sujets

Deuxième épreuve d admission. Exemples de sujets Deuxième épreuve d admission. Exemples de sujets Thème : probabilités 1) On lance deux dés équilibrés à 6 faces et on note la somme des deux faces obtenues. 1.a) Donner un univers associé cette expérience.

Plus en détail

DESCRIPTION DE COURS. Nom du cours : Mathématiques 8. Nom de l enseignante : Mme Dianne L. Doucet. Année Scolaire : 2009 2010

DESCRIPTION DE COURS. Nom du cours : Mathématiques 8. Nom de l enseignante : Mme Dianne L. Doucet. Année Scolaire : 2009 2010 DESCRIPTION DE COURS Nom du cours : Mathématiques 8 Nom de l enseignante : Mme Dianne L. Doucet Année Scolaire : 2009 2010 1. Description du cours : Le programme de mathématiques de la 8 e année vise à

Plus en détail

Exercice 2. Population de Bruxelles de 18 à 65 ans selon le sexe et le statut d occupation - 2010

Exercice 2. Population de Bruxelles de 18 à 65 ans selon le sexe et le statut d occupation - 2010 Chapitre 1. Tableau à double entrée Exercices : solutions Texte provisoire. Merci pour les remarques, commentaires, suggestions Exercice 1 1.a. Population de Bruxelles selon le sexe et la nationalité Hommes

Plus en détail

INSA de Strasbourg Résumé Génie Mécanique (EI) Master Automotive Product Engineering

INSA de Strasbourg Résumé Génie Mécanique (EI) Master Automotive Product Engineering INSA de Strasbourg Résumé Génie Mécanique (EI) Master Automotive Product Engineering Hoffmann Sébastien Septembre 2012 1. Introduction De nombreuses contraintes sont apparues ces dernières années. Les

Plus en détail

La stratégie de la relation client

La stratégie de la relation client La stratégie de la relation client Auteur(s) Ingénieur ESIM et MBA, spécialiste du CRM en France et chez Ernst&Young Conseil MBA, spécialiste de l application de nouvelles technologies au marketing. Directeur

Plus en détail

1 Extrait du DNB Juin 2014 3ème

1 Extrait du DNB Juin 2014 3ème Exemples d activités et extraits d évaluations Pour chacune des évaluations et activités suivantes, 1 résoudre le problème et anticiper les différentes démarches que les élèves pourraient envisager 2 déterminer,

Plus en détail

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html Arithmétique Algorithmique http://www.math.univ-lyon1.fr/~roblot/ens.html Partie III Algorithmes classiques 1 Coût de la multiplication et de la division 2 Exponentiation rapide 3 Algorithme d Euclide

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7 BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES Série S ÉPREUVE DU JEUDI 19 JUIN 2014 Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont

Plus en détail

Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée

Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée Philippe Gagnepain Université Paris 1 Ecole d Economie de Paris Centre d économie de la Sorbonne-UG 4-Bureau 405 philippe.gagnepain@univ-paris1.fr

Plus en détail

Vecteurs.nb 1. Collège du Sud 1-ère année. Mathématiques. Vecteurs. Edition 2003/2004 - DELM

Vecteurs.nb 1. Collège du Sud 1-ère année. Mathématiques. Vecteurs. Edition 2003/2004 - DELM Vecteurs.nb 1 Collège du Sud 1-ère année Mathématiques Vecteurs Edition 00/004 - DELM Supports de cours de mathématiques de degré secondaire II, lien hypertexte vers la page mère http://www.deleze.name/marcel/sec/index.html

Plus en détail

Erik PERNOD Calcul Scientifique 3 ème Année RESEAUX DE NEURONES

Erik PERNOD Calcul Scientifique 3 ème Année RESEAUX DE NEURONES Erik PERNOD Calcul Scientifique 3 ème Année RESEAUX DE NEURONES 1 TABLE DES MATIERES TABLE DES MATIERES... 2 I PERCEPTRON SIMPLE... 3 I.1 Introduction... 3 I.2 Algorithme... 3 I.3 Résultats... 4 1er exemple

Plus en détail

Luc PONSONNET Lycée Bonaparte 83000 Toulon Académie de Nice TRAAM 2013-2014 Page 1

Luc PONSONNET Lycée Bonaparte 83000 Toulon Académie de Nice TRAAM 2013-2014 Page 1 Luc PONSONNET - Académie de Nice - TraAM 2013-2014 " L ENORME SAUT DE THIERRY NEUVILLE AU RALLYE DE FINLANDE" Niveau de la classe : première scientifique Testée avec une classe de première scientifique

Plus en détail

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 - 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 Objectif(s) : o o Pré requis : o o o Contraintes de production, Optimisation de la gestion de la production. Coût de production, Production sous contraintes,

Plus en détail

Statistiques Appliquées Rôle des femmes dans la société

Statistiques Appliquées Rôle des femmes dans la société Statistiques Appliquées Rôle des femmes dans la société Denis Schelling Semestre d automne 2012 Résumé A partir de données concernant le rôle des femmes dans la société, nous avons effectué une analyse

Plus en détail

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHÉMATIQUES SUJET C12

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHÉMATIQUES SUJET C12 Sujet C12 Page 1 sur 7 BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHÉMATIQUES SUJET C12 Ce document comprend : Pour l examinateur : - une fiche descriptive du sujet page 2/7 - une fiche concernant les logiciels

Plus en détail

CODES CORRECTEURS D'ERREURS

CODES CORRECTEURS D'ERREURS CODES CORRECTEURS D'ERREURS Marc URO TABLE DES MATIÈRES DÉTECTION ET CORRECTION D'ERREURS... 6 CAS D'UN CANAL SANS SYMBOLE D'EFFACEMENT...6 CAS D'UN CANAL AVEC SYMBOLE D'EFFACEMENT...7 GÉNÉRATION ET DÉTECTION

Plus en détail

Bibliothèque de Traitement d Images en Niveaux de Gris

Bibliothèque de Traitement d Images en Niveaux de Gris TP Bibliothèque de Traitement d Images en Niveaux de Gris Étudiants : Besnier Alexandre Taforeau Julien Version 1.2 Janvier 2008 2008 Rapport TP - Version 1.2 i Table des matières Introduction 1 1 Objectif

Plus en détail

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant Licence informatique - L Année 0/0 Conception d algorithmes et applications (LI) COURS Résumé. Dans cette cinquième séance, nous continuons l exploration des algorithmes de type Programmation Dynamique.

Plus en détail

1 Programmation linéaire

1 Programmation linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2012 2013 Master d économie Cours de M. Desgraupes Méthodes Numériques Document 4 : Corrigé des exercices d optimisation linéaire

Plus en détail

3a-2 Proportionnalité

3a-2 Proportionnalité Cours 3a-2 Proportionnalité Didactique Sommaire 1 La proportionnalité dans les programmes................................ 2 2 Les procédures de résolution à l école....................................

Plus en détail

Baccalauréat S Centres étrangers 12 juin 2014

Baccalauréat S Centres étrangers 12 juin 2014 Durée : 4 heures Baccalauréat S Centres étrangers juin 04 A. P. M. E. P. Dans l ensemble du sujet, et pour chaque question, toute trace de recherche même incomplète, ou d initiative même non fructueuse,

Plus en détail

Chapitre 8: Inférence, échantillonnage et estimation

Chapitre 8: Inférence, échantillonnage et estimation Chapitre 8: Inférence, échantillonnage et estimation 1. Echantillonnage aléatoire simple 2. Inférence statistique 3. Estimation 4. Evaluation graphique de l adéquation d un modèle de distribution 1 L inférence

Plus en détail

Calculer la moyenne, arrondie au dixième, des buts marqués par match par l'équipe lors de cette saison.

Calculer la moyenne, arrondie au dixième, des buts marqués par match par l'équipe lors de cette saison. Énoncés Exercice 1 Le tableau ci-contre indique des grandeurs physiques et démographiques des territoires constituant la Mélanésie. 1. Rédiger une phrase commençant par «Il y a» et contenant le nombre

Plus en détail

Rapport IN52. Sujet : Résolution d un puzzle

Rapport IN52. Sujet : Résolution d un puzzle CARRE Julien PIERNOT Jérôme Rapport IN52 Sujet : Résolution d un puzzle Responsable : M. Ruicheck Y. Automne 2007 1 SOMMAIRE INTRODUCTION...3 I. Description et approche du sujet...4 1. Description 2. Outils

Plus en détail

Calcul d erreur (ou Propagation des incertitudes)

Calcul d erreur (ou Propagation des incertitudes) Travaux Pratiques de Physique vers. septembre 014 Calcul d erreur (ou Propagation des incertitudes) 1) Introduction Le mot "erreur" se réfère à quelque chose de juste ou de vrai. On parle d erreur sur

Plus en détail

Ordinateur, programme et langage

Ordinateur, programme et langage 1 Ordinateur, programme et langage Ce chapitre expose tout d abord les notions de programme et de traitement de l information. Nous examinerons ensuite le rôle de l ordinateur et ses différents constituants.

Plus en détail

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

Introduction à l optimisation

Introduction à l optimisation Université du Québec à Montréal Introduction à l optimisation Donnée dans le cadre du cours Microéconomie II ECO2012 Baccalauréat en économique Par Dominique Duchesneau 21 janvier septembre 2008 Ce document

Plus en détail

11) L évaluation des politiques publiques

11) L évaluation des politiques publiques 1 FIPECO, le 14.04.2016 Les fiches de l encyclopédie V) Les dépenses publiques 11) L évaluation des politiques publiques Les objectifs, les techniques et les conditions institutionnelles de réalisation

Plus en détail

Renforcer ses compétences

Renforcer ses compétences Renforcer ses compétences en mathématiques Tome 1 AVANT PROPOS Vos études ou vos activités professionnelles vous ont peut-être éloignés des mathématiques et ceci, parfois depuis longtemps. Vous souhaitez

Plus en détail

Structure de l exposé. Introduction à l aide multicritère à la décision. Concepts clés. Qu est-ce que l aide multicritère à la décision?

Structure de l exposé. Introduction à l aide multicritère à la décision. Concepts clés. Qu est-ce que l aide multicritère à la décision? Structure de l exposé Les midis de la science Qu est-ce que l aide multicritère à la décision? Concepts clés Branche de la Recherche Opérationnelle (RO) [Roy, 1992]: Chercher à prendre appui sur la science

Plus en détail

Équations différentielles en physique

Équations différentielles en physique Fiche Mathématiques pour la Physique - Équations différentielles en physique - MPSI 1 Lycée Chaptal - 2012 Équations différentielles en physique On ne considère en physique en prépa (quasiment) que des

Plus en détail

1. Description du cours

1. Description du cours 1. Description du cours Ce cours porte sur la généralisation de notions mathématiques par le biais d expériences, d applications et du développement de structures formelles et abstraites. Au moyen de la

Plus en détail

Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante.

Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante. Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante. Essai de détermination du nombre de prélèvements à effectuer lors d un diagnostic amiante afin d assurer une représentativité

Plus en détail

Cours de mécanique M14-travail-énergies

Cours de mécanique M14-travail-énergies Cours de mécanique M14-travail-énergies 1 Introduction L objectif de ce chapitre est de présenter les outils énergétiques utilisés en mécanique pour résoudre des problèmes. En effet, parfois le principe

Plus en détail

Pourquoi exploiter les jeux mathématiques A l école élémentaire? (Au cycle 2)

Pourquoi exploiter les jeux mathématiques A l école élémentaire? (Au cycle 2) Pourquoi exploiter les jeux mathématiques A l école élémentaire? (Au cycle 2) 1 Les programmes 2008 : cycle 2 - introduction L apprentissage des mathématiques développe l imagination, la rigueur et la

Plus en détail

MATHÉMATIQUES ET SCIENCES PHYSIQUES (2 heures)

MATHÉMATIQUES ET SCIENCES PHYSIQUES (2 heures) DANS CE CADRE Académie : Session : Modèle E.N. Examen : Série : Spécialité/option : Repère de l épreuve : Epreuve/sous épreuve : NOM (en majuscule, suivi s il y a lieu, du nom d épouse) Prénoms : Né(e)

Plus en détail

GROUPE CONSULTATIF TECHNIQUE SUR LES DOCUMENTS DE VOYAGE LISIBLES À LA MACHINE QUINZIÈME RÉUNION. Montréal, 17 21 mai 2004

GROUPE CONSULTATIF TECHNIQUE SUR LES DOCUMENTS DE VOYAGE LISIBLES À LA MACHINE QUINZIÈME RÉUNION. Montréal, 17 21 mai 2004 TAG-MRTD/15-WP/17 27/4/04 GROUPE CONSULTATIF TECHNIQUE SUR LES DOCUMENTS DE VOYAGE LISIBLES À LA MACHINE QUINZIÈME RÉUNION Montréal, 17 21 mai 2004 Point 2 : Rapport du Groupe de travail sur le contenu

Plus en détail

Mesurer l incidence de BDC sur ses clients

Mesurer l incidence de BDC sur ses clients Équipe de la Recherche et de l analyse économique de BDC Juillet 213 DANS CE RAPPORT Le présent rapport est fondé sur une analyse statistique réalisée par Statistique Canada visant à évaluer l incidence

Plus en détail

11.1 Comparaison : la logique floue et logique classique

11.1 Comparaison : la logique floue et logique classique Chapitre Logique floue Ce chapitre présente une méthode moderne de contrôle, la logique floue. La logique floue diffère de la logique classique parce qu elle permet des définitions partielles ou floues

Plus en détail

Comment déterminer la "vrai" puissance de son installation

Comment déterminer la vrai puissance de son installation Comment déterminer la "vrai" puissance de son installation Les caractéristiques des modules qui sont fournies par le constructeur sont des moyennes. Il indique d'ailleurs toujours l'écart à la moyenne

Plus en détail

Note de synthèse. Une éco-innovation qui présente plusieurs facettes a facilité l évolution de la production durable

Note de synthèse. Une éco-innovation qui présente plusieurs facettes a facilité l évolution de la production durable NOTE DE SYNTHÈSE 15 Note de synthèse Une éco-innovation qui présente plusieurs facettes a facilité l évolution de la production durable Par la mise en place de pratiques productives efficientes et le développement

Plus en détail

Mathématiques pour. l informatique

Mathématiques pour. l informatique Xavier Chanet Patrick Vert Mathématiques pour l informatique Pour le BTS SIO Toutes les marques citées dans cet ouvrage sont des marques déposées par leurs propriétaires respectifs. Illustration de couverture

Plus en détail

Corps remorqué dans l eau

Corps remorqué dans l eau ACCUEIL Corps remorqué dans l eau Frédéric Elie, août 2007 La reproduction des articles, images ou graphiques de ce site, pour usage collectif, y compris dans le cadre des études scolaires et supérieures,

Plus en détail

Tableau comparatif des connaissances et capacités des programmes de CM2 et 6ème

Tableau comparatif des connaissances et capacités des programmes de CM2 et 6ème Lundi Matin - «Comparatif des programmes de CM2 et 6 ème» Page 1 Tableau comparatif des connaissances et capacités des programmes de CM2 et 6ème CM2 6 ème Plus tard... Vocabulaire divers Le vocabulaire

Plus en détail

La Gestion de Production Méthode MRP A. BOUAISSI

La Gestion de Production Méthode MRP A. BOUAISSI La Gestion de Production Méthode MRP A. BOUAISSI Généralités Objet de la gestion de production Introduction 1.1 Objet de la gestion de production La gestion de production a pour objectif de répondre aux

Plus en détail

Chapitre 3 Dénombrement et représentation d un caractère continu. Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel

Chapitre 3 Dénombrement et représentation d un caractère continu. Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel Chapitre 3 Dénombrement et représentation d un caractère continu Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel Introduction Un caractère quantitatif est continu si ses modalités possibles

Plus en détail

Rapport du jury du concours externe et du troisième concours de recrutement de professeurs des écoles. Session 2014 exceptionnel

Rapport du jury du concours externe et du troisième concours de recrutement de professeurs des écoles. Session 2014 exceptionnel Rapport du jury du concours externe et du troisième concours de recrutement de professeurs des écoles Session 2014 exceptionnel Partie mathématiques de la deuxième épreuve d'admissibilité Éléments statistiques

Plus en détail

Première partie. Maîtriser les pratiques d achat fondamentales

Première partie. Maîtriser les pratiques d achat fondamentales Introduction! Dans un contexte de mondialisation croissante des affaires et de forte demande de création de valeur de la part des dirigeants, l acheteur doit non seulement parfaitement maîtriser ses techniques

Plus en détail

Obtenez jusqu à 1 000 visiteurs ciblés par jour, en provenance de Google!

Obtenez jusqu à 1 000 visiteurs ciblés par jour, en provenance de Google! Obtenez jusqu à 1 000 visiteurs ciblés par jour, en provenance de Google! En seulement 2 étapes faciles! Imprimez ce document 1 Mention Légale Tous les efforts ont été déployés afin de représenter avec

Plus en détail

Sommaire. Les pourcentages. Les suites. Statistiques. Les probabilités. Descriptif de l épreuve... Conseils pour l épreuve...

Sommaire. Les pourcentages. Les suites. Statistiques. Les probabilités. Descriptif de l épreuve... Conseils pour l épreuve... Sommaire Descriptif de l épreuve............................................. Conseils pour l épreuve............................................ Les pourcentages FICHES Pages 1 Pourcentage Proportions....................................7

Plus en détail

18 Informatique graphique

18 Informatique graphique Avant-propos En 1988, les Editions Hermès publiaient un ouvrage intitulé La synthèse d'images, qui présentait un état de l'art de ce domaine de l'informatique, vingt cinq ans environ après l'introduction

Plus en détail

LE THERMOFORMAGE DE PIECES TECHNIQUES SERAIT-IL UN PROCEDE ALTERNATIF A L INJECTION?

LE THERMOFORMAGE DE PIECES TECHNIQUES SERAIT-IL UN PROCEDE ALTERNATIF A L INJECTION? Action : PERFORMANCE TECHNOLOGIQUE PLASTURGIE Document Technique N 2 Novembre 2010 LE THERMOFORMAGE DE PIECES TECHNIQUES LE THERMOFORMAGE DE PIECES TECHNIQUES SERAIT-IL UN PROCEDE ALTERNATIF A L INJECTION?

Plus en détail

Chapitre 8. Corrigés

Chapitre 8. Corrigés Chapitre 8 Corrigés 1 Question 1. Indicateurs du BSC et stratégie de domination par les coûts Le BSC doit refléter les intentions stratégiques. Par conséquent, si l entreprise choisit de s orienter plutôt

Plus en détail

Paiements de transfert Chapitre SP 3410. Avril 2011. Bases des conclusions CCSP

Paiements de transfert Chapitre SP 3410. Avril 2011. Bases des conclusions CCSP Paiements de transfert Chapitre SP 3410 Avril 2011 CCSP AVANT-PROPOS La lettre de mise à jour n o 33 du Manuel de comptabilité de l ICCA pour le secteur public, publiée en mars 2011, comprenait le chapitre

Plus en détail

THÈME. Méthodologie. 1 Les conditions de l épreuve. 2 L étude d une situation pratique. A En quoi consiste l étude de cas?

THÈME. Méthodologie. 1 Les conditions de l épreuve. 2 L étude d une situation pratique. A En quoi consiste l étude de cas? Méthodologie THÈME 1 1 Les conditions de l épreuve Les conditions d examen : «épreuve écrite portant sur l étude d une ou de plusieurs situations pratiques et/ou le commentaire d un ou plusieurs documents

Plus en détail

Laboratoire national de métrologie et d essais. Guide technique

Laboratoire national de métrologie et d essais. Guide technique Laboratoire national de métrologie et d essais Guide technique Comment choisir les isolants pour atteindre les objectifs de la Réglementation Thermique 2012 1 rue Gaston Boissier 75724 Paris Cedex 15 Tél.

Plus en détail

Chapitre 1. Le marché, lieu de rencontre entre l offre et la demande

Chapitre 1. Le marché, lieu de rencontre entre l offre et la demande Chapitre 1. Le marché, lieu de rencontre entre l offre et la demande La notion de marché, dans les économies industrialisées contemporaines, est devenue pour une large majorité d économistes la référence

Plus en détail

La maximisation du profit

La maximisation du profit 2 La maximisation du profit Le profit, au sens économique du terme, se définit comme la différence entre les recettes perçues et les coûts supportés par une firme. Il est important de bien comprendre que

Plus en détail

Questionnaire. Questionnaire. www.quint-essenz.ch Promotion Santé Suisse, Avenue de la Gare 52, CH-1001 Lausanne. Fonction

Questionnaire. Questionnaire. www.quint-essenz.ch Promotion Santé Suisse, Avenue de la Gare 52, CH-1001 Lausanne. Fonction Version: 2.0 / 14.10.2003 / 1 Fonction En général, pour les projets de prévention et de promotion de la santé, on utilise un questionnaire pour obtenir des informations et/ou des données sur des avis ou

Plus en détail

LEHALLIER Benoît YGUEL Benjamin. Tutorial : Utilisation de R pour une modélisation optimale de phénomènes expérimentaux.

LEHALLIER Benoît YGUEL Benjamin. Tutorial : Utilisation de R pour une modélisation optimale de phénomènes expérimentaux. LEHALLIER Benoît YGUEL Benjamin Tutorial : Utilisation de R pour une modélisation optimale de phénomènes expérimentaux. ECIM Comportement et socialisation Mars 2006 La modélisation est utilisée pour comprendre

Plus en détail

OPTIMISATION SOUS CONTRAINTES

OPTIMISATION SOUS CONTRAINTES OPTIMISATION SOUS CONTRAINTES Sommaire 1. Optimisation entre des bornes... 1 2. Exercice... 4 3. Optimisation sous contrainte à variables multiples... 5 Suite à une planification de la production, supposons

Plus en détail

Master de Formation des Formateurs Groupe Modélisation. Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot

Master de Formation des Formateurs Groupe Modélisation. Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot Master de Formation des Formateurs Groupe Modélisation Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot Position du problème Modéliser le trafic routier c est tenter de prédire

Plus en détail

Lois de l électrocinétique

Lois de l électrocinétique Retour au menu! Lois de l électrocinétique 1 Courant électrique 1.1 Notion de courant n conducteur est un matériau contenant des charges libres capables de se déplacer. Dans les électrolytes les charges

Plus en détail

COMMENT DOSER UN ACIDE OU UNE BASE?

COMMENT DOSER UN ACIDE OU UNE BASE? COMMENT DOSER UN ACIDE OU UNE BASE? Un dosage se définit d une part par la technique mise en jeu (mesure phmétrique, conductimétrique, spectrophotométrique, etc.), d autre part, par la méthode (par étalonnage,

Plus en détail

Partie I. Le manager et la qualité

Partie I. Le manager et la qualité Partie I Le manager et la qualité 1 La prophétie autoréalisatrice : une démarche qualité devient ce que le management voit en elle 1.1 Les démarches qualité sont porteuses d ambivalence Les démarches

Plus en détail